DeepSeek acaba de lanzar DeepSeek-V4.1-Flash-1017, un nuevo punto de control de su modelo V4.1-Flash. Está disponible en la página web, la aplicación y la API de DeepSeek. DeepSeek afirma que ofrece puntajes más altos, una completación más rápida de tareas y resultados más cortos que en el lanzamiento de septiembre del V4.1-Flash. La empresa lo considera una mejora en términos de rendimiento y costo, según el principio de Pareto. Además, DeepSeek ha abierto sus APIs de Búsqueda y Recuperación a todos los desarrolladores. Para los creadores de agentes, esto significa un modelo de programación más económico, además de un capa web de primera parte detrás de una clave de API.
TL;aDR
- Tamaño: Parámetros de esqueleto de 552B más parámetros de Engram de 196B. Activa 8B parámetros por token en el prelleno y 16B en la decodificación. El contexto consta de 1M tokens, con hasta 384K tokens de salida.
- Funciona en: DeepSeek API como
deepseek-flash. Los pesos de septiembre V4.1-Flash (763B parámetros, FP8) están licenciados bajo MIT en Hugging Face. Requisitos de hardware y 1017 pesos: No se divulga. - Rendimiento: Supera al anterior V4.1-Flash en todos los 11 puntos de prueba reportados por DeepSeek, con un margen de 2.0 a 11.1 puntos.
- Mejor: 77.0 en DeepSWE v1.1, por encima de Claude Opus 5 (74.0) en la tabla de DeepSeek.
- Peor: 42.6 en HLE sin herramientas, frente a 56.3 para Claude Opus 5.
¿Qué es DeepSeek-V4.1-Flash-1017?
DeepSeek-V4.1-Flash-1017 es un punto de control después del entrenamiento actualizado de DeepSeek-V4.1-Flash, proporcionado a través del nombre del modelo deepseek-flash. Los detalles de la arquitectura a continuación provienen del informe técnico V4.1-Flash.
El equipo de DeepSeek afirma que DeepSeek-V4.1-Flash-1017 utiliza aprendizaje refuerzo con retroalimentación automática para el trabajo de proyecto de extremo a extremo. Sus ejemplos abarcan desde la creación de juegos hasta el modelado 3D. Está adaptado para DeepSeek Harness, Tencent CodeBuddy y WorkBuddy. DeepSeek recomienda DeepSeek Harness v0.2.1-rc.1 o una versión posterior.
¿Cómo funciona la arquitectura V4.1-Flash?
V4.1-Flash es un modelo multimodal Mixture-of-Experts con 40 capas Transformer. Se divide en un codificador causal de 20 capas y un decodificador de 20 capas.
- Causal Encoder-Decoder (CED): El decodificador global KV se proyecta a partir de los estados ocultos del codificador final. Esto reduce casi la mitad el cálculo de prellenado.
- Compressed Sparse Attention 2 (CSA2): Las capas funcionan en modo Full, Reindex o Reuse. Comparten las claves principales de KV y indexador entre las capas.
- Caché de la caché KV principal FP4: La caché global de KV drops a 890 bytes por token, aproximadamente 1/4 de V4-Flash.
- SWA Replay limitado: La caché KV persistente se reduce a aproximadamente 1/8 de V4-Flash.
- Esfuerzo de razonamiento: Un valor entre 1 y 100. Los niveles de la API bajos, altos y máximo corresponden a 50, 75 y 100.
Pruebas de referencia DeepSeek-V4.1-Flash-1017
Todos los puntajes a continuación son las cifras propias de DeepSeek. DeepSeek ejecutó Terminal-Bench 4.0 en Claude Code y DeepSWE en Mini-SWE-V2. ZeroBench-main utiliza Pass@5.
| Punto de referencia | V4.1-Flash-1017 | V4.1-Flash | Kimi K3 | GLM 5.3 | GPT 5.6-Sol | Claude Opus 5 |
|---|---|---|---|---|---|---|
| DeepSWE v1.1 | 77.0 | 74.2 | 67.5 | 66.9 | 73.0 | 74.0 |
| Terminal-Bench 4.0 | 42.3 | 31.2 | 12.6 | 37.9 | 39.9 | 51.8 |
| Automación-Bench v1.0.6 | 60.5 | 54.8 | 46.7 | 48.8 | 45.8 | 50.3 |
| Examen final de los agentes | 35.4 | 31.8 | 27.6 | 28.5 | 26.7 | 28.6 |
| Apex Bench v1.1 | 72.1 | 64.6 | 47.8 | 56.6 | 54.3 | 65.8 |
| ProgramBench | 29.1 | 20.3 | 17.5 | 19.0 | 23.0 | 37.0 |
| NL2Repo-Bench | 68.2 | 65.4 | 58.0 | 58.0 | 56.8 | 75.3 |
| HLE (sin herramientas) | 42.6 / 44.0* | 36.8 / 39.1* | 43.5 | 42.0* | 44.5 | 56.3 |
| BabyVision (con herramientas) | 92.5 | 89.6 | 85.7 | No divulgado | 88.9 | 94.1 |
*Subconjunto de HLE de solo texto.
El punto de control 1017 conduce por DeepSWE, Automation-Bench, Agents’ Last Exam y Apex Bench. Claude Opus 5 sigue liderando en Terminal-Bench 4.0, ProgramBench, NL2Repo y HLE.
¿Cómo se compara con los rivales de peso abierto?
| Característica | DeepSeek-V4.1-Flash-1017 | Kimi K3 | GLM-5.3 |
|---|---|---|---|
| Parámetros totales | 552B backbone + 196B Engram | 2.8T | 753B |
| Parámetros activos | 8B prellenar / 16B decodificar | 104B | No divulgado |
| Contexto | 1M | 1,048,576 | No divulgado |
| Licencia | MIT (V4.1-Flash); 1017 pesos no divulgados | Licencia Kimi K3 | Licencia GLM-5.3 |
| Modalidad | Texto, imagen adentro; texto afuera | Texto, imagen | Texto |
| DeepSWE v1.1 | 77.0 | 67.5 | 66.9 |
| Examen final de los agentes | 35.4 | 28.3 | 28.5 |
| Precio de la API (1M entrada fallida / salida, pico) | $0.30 / $1.20 | No divulgado | No divulgado |
¿Qué son las API de búsqueda y recuperación de DeepSeek?
El API de búsqueda devuelve resultados web clasificados para una consulta. La API Fetch devuelve una única página en formato Markdown. DeepSeek indica que su motor interno recibe cientos de millones de solicitudes diariamente.
- Puntos de acceso:
POST /v1/tools/searchyPOST /v1/tools/fetchenapi.deepseek.com. - Opciones de búsqueda: de 1 a 50 resultados, contenido opcional de la página, y operadores como
site:,lang:,after:ybefore:. - Campos de resultado: Cada resultado tiene un puntaje de reranking de 0 a 3 y un nivel de autoridad de 0 a 4.
- Precio: $0.75 por 1,000 solicitudes exitosas por cada punto de acceso. Los resultados vacíos y los fallos son gratuitos.
- Límite de velocidad: 5 QPS por cuenta para cada API.
- Ventana gratuita: Las llamadas de lado del servidor a través de DeepSeek Harness, Claude Code o Codex permanecerán gratuitas hasta el 1 de noviembre de 2026.
Despliegue y precios
Llamen al modelo con deepseek-flash a través de los extremos de formato OpenAI o Anthropic. Tarifas máximas son de $0.30 por 1M tokens de entrada de cache-miss y $1.20 por 1M tokens de salida. Las tarifas fuera de horario pico son la mitad.
Principales puntos clave
- 1017 obtiene 77.0 en DeepSWE v1.1, en comparación con 74.2.
- Lidera Automation-Bench (60.5) y el último examen de los agentes (35.4).
- Claude Opus 5 sigue ganando en HLE y Terminal-Bench 4.0.
- El costo de búsqueda y recuperación es de $0.75 por 1,000 llamadas.
- Las llamadas del arnés de agente son gratuitas hasta el 1 de noviembre de 2026.
¡Echa un vistazo al anuncio de DeepSeek, a los documentos sobre búsqueda y recuperación, al informe técnico y al tarjeta del modelo. Todo el crédito pertenece al investigador de este proyecto. También, no dude en seguirnos en Twitter y no olvide unirse a nuestro subreddit de 150 000+ ML y suscribirse a nuestro boletín informativo. ¡Espera! ¿Estás en Telegram? Ahora también puedes unirte a nosotros en Telegram.
El artículo DeepSeek acaba de lanzar V4.1-Flash-1017, con una puntuación de 77.0 en DeepSWE, y abre la API de búsqueda apareció primero en MarkTechPost.